Розуміння баз даних продуктів: USDA проти Open Food Facts проти власних — як насправді працюють дані про калорії

Кожна калорія, яку ви бачите в додатку для харчування, походить з бази даних продуктів. Коли ви вводите "банан", а додаток показує 105 калорій, це число не вигадане — воно взяте з бази даних, яку хтось, десь, виміряв і зафіксував.

Але не всі бази даних продуктів однакові. Деякі з них створені на основі лабораторного аналізу урядовими вченими. Інші — це краудсорсингові дані від мільйонів користувачів без перевірки. А деякі — це дані, зібрані професіоналами з харчування з різних джерел.

База даних, що стоїть за вашим додатком, є найважливішим фактором, що впливає на точність ваших даних обліку. Ось як працюють основні бази даних продуктів і чим вони відрізняються.

Три типи баз даних продуктів

1. Урядові лабораторні бази даних

Ці бази даних формуються шляхом безпосереднього хімічного аналізу зразків їжі в лабораторіях. Вчені фактично спалюють їжу в бомбовому калориметрі або використовують хімічні аналізи для вимірювання точного вмісту енергії, білків, жирів, вуглеводів, вітамінів і мінералів.

USDA FoodData Central (Сполучені Штати)

• Золота стандарта даних про склад продуктів
• Містить приблизно 380,000 записів
• Дані походять з Національної бази даних поживних речовин USDA, яка підтримується з 1890-х років
• Кожен запис аналізується в лабораторії або отримується з аналітичних методів
• Широко охоплює цілі продукти, брендові продукти через Базу даних брендових продуктів
• Безкоштовно і доступно для публіки на fdc.usda.gov
• Обмеження: оновлення для нових продуктів можуть займати місяці, а охоплення міжнародних страв обмежене

Інші урядові бази даних:

• NCCDB (База даних харчування та поживних речовин Центру координації харчування, Університет Міннесоти) — використовується в клінічних дослідженнях, надзвичайно точна, недоступна для публіки
• McCance and Widdowson's (Сполучене Королівство) — еквівалент USDA у Великій Британії, підтримується Службою охорони здоров'я Англії
• CIQUAL (Франція), BLS (Німеччина), NUTTAB (Австралія) — національні бази даних складу продуктів, що підтримуються продовольчими органами кожної країни

Урядові бази даних надають найбільш надійні дані, але мають обмеження в охопленні. Вони відмінно підходять для цілісних продуктів і звичайних інгредієнтів, але мають прогалини в даних про ресторанні страви, регіональні страви та швидко змінювані брендові продукти.

2. Краудсорсингові бази даних

Ці бази даних формуються користувачами, які вручну вводять продукти та дані про харчування. Вони швидко зростають, але з мінімальним контролем якості.

Open Food Facts

• Спільнота, що управляє відкритою базою даних продуктів
• Містить понад 3 мільйони продуктів з 180+ країн
• Будь-хто може додати або редагувати записи, скануючи штрих-код і вводячи дані з етикеток
• Безкоштовно і відкрито ліцензовано (Open Database License)
• Відмінно підходить для упакованих продуктів зі штрих-кодами, особливо в Європі
• Обмеження: якість даних залежить повністю від точності користувачів — помилки в ручному введенні, неправильно прочитані етикетки та неповні записи є звичайними

База даних MyFitnessPal (14M+ записів)

• Найбільша база даних продуктів у будь-якому споживчому додатку
• Переважно на основі даних, наданих користувачами: будь-хто з обліковим записом може додавати або редагувати записи
• Містить велику кількість дублікатів — один і той же продукт часто з'являється 5–20 разів з різними значеннями калорій
• Відсутній систематичний процес перевірки
• Дослідження зафіксували варіацію калорій на 15–30% між записами для одного й того ж продукту

Інші краудсорсингові бази даних:

• FatSecret — спільнота, що вносить дані, подібні проблеми з якістю
• Nutritionix (гібрид) — спільнота + дані про мережеві ресторани

Перевага краудсорсингових баз даних полягає в охопленні: вони містять набагато більше записів, ніж урядові бази даних, включаючи маловідомі бренди, регіональні продукти та ресторанні страви. Недолік — надійність: ви не можете бути впевнені в точності будь-якого конкретного запису.

3. Професійно кураторські / Власні бази даних

Ці бази даних поєднують дані з різних джерел (урядових, виробників, лабораторій) та застосовують професійний рівень перевірки.

База даних Nutrola (1.8M+ записів)

• Записи перехресно перевіряються з даними USDA, даними виробників та регіональними таблицями складу продуктів
• Кожен запис перевіряється професіоналами з харчування перед включенням
• Один канонічний запис на продукт — без дублікатів з суперечливими даними
• Охоплює страви з 50+ країн, включаючи домашні та ресторанні страви
• Постійно оновлюється новими продуктами та регіональними стравами

База даних Cronometer

• Переважно використовує дані з USDA та NCCDB
• Додає перевірені дані про брендові продукти
• Не приймає записи, надані користувачами — всі дані професійно отримані
• Сильна для цілісних продуктів і мікроелементів, обмежена для міжнародних кухонь

Як формуються власні бази даних:

Загальний процес включає:

1. Отримання базових даних з урядових баз даних (USDA, регіональні еквіваленти)
2. Додавання даних про брендові продукти з етикеток виробників
3. Заповнення прогалин для ресторанних страв, регіональних страв та складних рецептів за допомогою аналізу рецептів (обчислення харчування з даних про окремі інгредієнти)
4. Застосування професійного огляду для перевірки записів на основі відомої наукової інформації про харчування
5. Постійний контроль якості для виявлення та виправлення помилок

Як тип бази даних впливає на ваш облік

Порівняння точності

Тип бази даних	Типова точність	Найкраще підходить для	Найгірше підходить для
Урядова (USDA)	±2–5%	Цілі продукти, сирі інгредієнти	Ресторанні страви, міжнародні страви
Краудсорсингова (MFP, Open Food Facts)	±15–30%	Брендові продукти, широта охоплення	Постійна точність, без дублікатів
Професійно кураторська (Nutrola, Cronometer)	±5–10%	Збалансована точність та охоплення	Можуть бути прогалини в дуже маловідомих продуктах

Реальний вплив

Розгляньте облік простого дня харчування:

• З урядовою базою даних: Надзвичайно точні дані для цілісних продуктів, але ви можете не знайти свій конкретний бренд йогурту або тайський ресторан на вулиці
• З краудсорсинговою базою даних: Ви знайдете майже все, але запис "куряча грудинка" може мати 110, 165 або 200 калорій залежно від того, який з 15 записів ви виберете
• З кураторською базою даних: Ви знайдете більшість продуктів з одним послідовним записом на продукт, перевіреним на основі надійних джерел

Протягом тижня варіація краудсорсингової бази даних може призвести до накопичувальної помилки в 1,000–3,000 калорій — різниця між дефіцитом і його відсутністю.

Як оцінити базу даних вашого додатка

Перевірте наявність дублікатів

Пошукайте звичайний продукт, наприклад, "банан" або "куряча грудинка". Якщо з'являється кілька записів з різними значеннями калорій, база даних є краудсорсинговою, і точність буде варіюватися залежно від того, який запис ви виберете.

Перевірте джерело

Шукайте інформацію про те, звідки додаток отримує свої дані. Урядові та професійно перевірені джерела забезпечують більш надійні дані, ніж записи, надані користувачами.

Перехресно перевірте кілька продуктів

Перегляньте 5–10 продуктів, які ви регулярно вживаєте, на сайті USDA FoodData Central (fdc.usda.gov) і порівняйте значення з тим, що показує ваш додаток. Якщо числа постійно відрізняються більше ніж на 10%, дані вашого додатка можуть бути ненадійними для точного обліку.

Перевірте міжнародне охоплення

Якщо ви вживаєте кухні з кількох країн, перевірте, чи є у вашому додатку записи про регіональні страви. Урядові бази даних зазвичай обмежені кухнею своєї країни. Краудсорсингові бази даних мають непослідовне міжнародне охоплення. Кураторські бази даних варіюються — Nutrola охоплює 50+ країн, тоді як Cronometer зосереджується переважно на північноамериканських продуктах.

Майбутнє баз даних продуктів

Кілька тенденцій формують еволюцію баз даних продуктів:

• Верифікація за допомогою ШІ — моделі машинного навчання навчаються виявляти помилки введення даних і позначати підозрілі записи для людського перегляду
• Інтеграції API виробників — прямі канали даних від виробників їжі до додатків, що усуває помилки ручного введення
• Федерація регіональних баз даних — з'єднання національних баз даних складу продуктів між країнами для кращого міжнародного охоплення
• Записи, перевірені за допомогою блокчейну — нові концепції для створення незмінних записів про склад продуктів

На даний момент практичний вибір полягає між охопленням і точністю. Краудсорсингові бази даних пропонують найбільше охоплення з найменшою точністю. Урядові бази даних забезпечують найбільшу точність з найменшим охопленням. Професійно кураторські бази даних намагаються збалансувати обидва аспекти.

Питання та відповіді

Яку базу даних використовує USDA FoodData Central?

USDA FoodData Central є самою базою даних продуктів — основною національною базою даних складу продуктів Сполучених Штатів. Вона містить лабораторно проаналізовані дані про харчування приблизно для 380,000 продуктів, підтримується Службою сільськогосподарських досліджень USDA. Вона безкоштовна і доступна для публіки.

Чи точна Open Food Facts?

Точність Open Food Facts варіюється в залежності від запису. Оскільки будь-хто може додавати або редагувати дані, деякі записи можуть бути абсолютно точними (правильно скопійованими з етикеток), тоді як інші містять помилки через ручне введення даних. Вона найбільш надійна для упакованих продуктів, де штрих-код пов'язаний з перевіреною етикеткою.

Чому один і той же продукт має різні калорії в різних додатках?

Різні додатки отримують свої дані з різних баз даних. "Куряча грудинка" в додатку, що використовує дані USDA (лабораторний аналіз), може показувати іншу величину, ніж той же продукт у краудсорсинговому додатку (введений користувачем). Навіть у краудсорсингових додатках один і той же продукт часто має кілька записів з суперечливими даними, оскільки різні користувачі вводили його з різними розмірами порцій або припущеннями про приготування.

Який додаток для обліку калорій має найточнішу базу даних?

Для цілісних продуктів найбільш точні бази даних мають Cronometer (з даними USDA) та Nutrola (перевірені дієтологами). Для брендових продуктів найбільш точними є додатки, які отримують дані безпосередньо від виробників — такі як сканер штрих-кодів Nutrola. Краудсорсингові бази даних, такі як MyFitnessPal, є найменш послідовно точними, незважаючи на велику кількість записів.

Чи має розмір бази даних значення для обліку калорій?

Не так вже й багато, як якість бази даних. MyFitnessPal має 14 мільйонів записів, але багато з них є дублікатами з суперечливими даними. Менша, перевірена база даних з одним точним записом на продукт є більш корисною, ніж велика база даних, де вам доводиться вгадувати, який запис є правильним.

Що таке бомбовий калориметр і як він вимірює калорії їжі?

Бомбовий калориметр — це лабораторний пристрій, який вимірює енергетичний вміст їжі, спалюючи зразок у закритій камері та вимірюючи вивільнене тепло. Це найпряміший метод вимірювання калорійного вмісту. Система Атватера — яка присвоює 4 калорії на грам білка, 4 на грам вуглеводів і 9 на грам жиру — була отримана з вимірювань бомбового калориметра, проведених наприкінці 1800-х років.